ممیزی کشورهای توسعه یافته و توسعه نیافته به روش هسته

Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 538

This Paper With 17 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CFMA03_132

تاریخ نمایه سازی: 16 خرداد 1394

Abstract:

بخش آمار سازمان ملل متحد همه ساله بر اساس شاخص های اقتصادی، کشورهای جهان را به کشورهای توسعه یافته و تسوعه نیافته تقسیم می کند. با توجه به این که شاخص های اقتصادی معمولاً نا ایستا هستند، روش های کلاسیک ممیزی سری های زمانی دارای طبقه بندی مناسب نیستند. در این مقاله ممیزی ناپارامتری برای طبقه بندی کشورهای توسعه یافته و توسعه نیافته انجام شده است. نتایج حاصل از این مطالعه نشان می دهد که می توان از روش هسته برای ممیزی سری های زمانی برای این طبقه بندی استفاده کرد.

Authors

راضیه دهقانیان

دانشگاه شهید چمران اهواز

رحیم چینی پرداز

دانشگاه شهید چمران اهواز

بهزاد منصوری

دانشگاه شهید چمران اهواز

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • -validation for the smoothing of density estimates. roSSن [3] Bowman ...
  • Abramson I. S. On bandwidth variation in kernel estimates-a squared ...
  • Aldershof B. Estimation of integrated squared density derivatives. Ph. D. ...
  • Breiman L, Meisel M, Purcell E. Variable kernel estimates of ...
  • Chan H. T. Discriminant analysis of time series. Ph. D. ...
  • Chinipardaz R, Cox T. Nonparametric discrimination of time series data. ...
  • Fix E, Hodges J. L. Discrimination analysis, nonparametric estimation: consistency ...
  • Hal P, Marron J. S. Estimation of integrated squared density ...
  • Hand D. J. Discrimination and Classificatio. New York, Johr Wiley ...
  • Jones M. C, Sheather S. J. Using non-stochaste terms to ...
  • Park B. N, Marron J. S. On the uSe of ...
  • Penrose L. S Some notes On discrimination Annual Eugene, 1947; ...
  • Rao C. R. Tests with discriminant functions in multivariae analysis. ...
  • Rao C. R. Statistical inference applied to classification problems. Sankhya, ...
  • Rosenblatt M Remarks _ SOme nonparametric estimates of a density ...
  • Rudemo M. Empirical choice of histograms and kernel density estimators. ...
  • Scott D. W, Terrell G. R. Baised and unbiased crOSS ...
  • Sheather S. J Density estimation. Institute of mathematical statistic, 2004; ...
  • Silverman B W. Density Estimation for Statistics and Data Analysis. ...
  • Van Kerm P Addaptive kernel density estimation. The Stata Journal, ...
  • Wald A. On a statistical problem arising in the classification ...
  • Wand M. P, Jones M. C. Kernel Smoothing. London: Chapman ...
  • Welch B. L. Note on discriminant functions. Biometrika, 1939;31(1/2): 218-220. ...
  • نمایش کامل مراجع